高光譜遙感影像的構成與特點
發布時間:2023-08-08
瀏覽次數:513
高光譜影像既包括圖像維的多波段遙感圖像,又涵蓋每一像元處連續的光譜信息。本文簡單介紹了高光譜遙感影像的構成與特點。
高光譜影像既包括圖像維的多波段遙感圖像,又涵蓋每一像元處連續的光譜信息。本文簡單介紹了高光譜遙感影像的構成與特點。
高光譜遙感影像的構成
高光譜遙感影像實質上是一個數據立方體,它由以下三部分組成。
1.?空間維
在空間維,高光譜數據與一般的圖像數據類似,每一波段圖像是一幅常規圖像,可以按照模式識別和數字圖像處理的方法進行處理。三個波段組合按照彩色圖像處理的方法顯示和處理,而多個波段組合則可以按照多光譜遙感影像處理的方法進行。
2.?光譜維
由于對每一固定的地表位置,都有幾十甚至數百個波段同時成像,該地表單元對應像元在不同波段上的光譜特征值將構成一條連續的光譜曲線。通過對該像元光譜曲線與已有光譜數據庫中的曲線進行“光譜匹配”,可以實現像元類別的判斷。大多數地物的光譜曲線都具有明顯的特征,可以通過光譜波形特征、光譜吸收指數、導數光譜等技術獲取地物識別特征。
3.?特征空間維
高光譜遙感數據提供一個高維特征空間,對地物在這個高維特征空間的分布特點進行分析是高光譜應用的基礎。研究發現在高光譜的高維空間中,數據分布不均勻且集中于高維立方體空間的角端,典型數據的差異性可以映射到一系列低維的子空間,因此需要發展有效的降維算法實現從高維空間到低維空間的轉換。
?
高光譜遙感影像的特點
1.?圖譜合一、多維表達
高光譜遙感中通過每一波段的圖像實現對地表要素與環境的表達,不同波段圖像具有不同的應用范圍,實現“圖像維”的表達。另外,對于每一像素,其在不同波段圖像上的屬性值構成的光譜向量反映了該像素對應的地面單元(地物)的光譜特性,可以通過詳細的光譜信息表達地物特征,從而在遙感影像分類、參數反演等方面顯示出了明顯的優越性。
2.?數據量大、信息冗余多
由于高光譜遙感往往具有幾十個甚至上百個波段,因此圖像的數據量巨大。在提供豐富、詳細信息的同時,不同波段特別是相鄰波長波段之間往往具有較強的相關性,導致信息冗余。由于不同波段具有不同的優勢應用方向,不能簡單地應用某一波段取代具他波段,?因此如何處理信息量與光譜信息的關系也是一個重要問題。
3.?隱含特征豐富
高光譜遙感影像田于從圖像、光譜兩個不同的角度對地物進行表達,通過對圖像和光譜數據的處理,可以獲得大量隱含的、豐富的對地物識別與處理有用的特征。發展有效的特征提取算法、建立對典型地物識別有效的光譜特征一直定高光譜遙感信息處理的重要方面。
4.?精細光譜特征表達
高光譜遙感最大的優勢在于從光譜維提供了地面單元(地表實體)精細的光譜特征,這種光譜特征往往存在于極窄的波段區間內,在傳統多光譜遙感中無法體現,而高光譜遙感則提供了非常有利的條件。因此,通過高光譜遙感圖像提供的精細光譜特征可以提取對地物區分與識別有效的局部特征,可以利用光譜特征反演地物參數等,從而提高遙感的定量化水平。
?
?
相關產品
-
紅外光譜的發展、原理、特點、分類
紅外光譜的發展、原理、特點、分類紅外光譜的技術在各領域中的應用相繼經歷了很長時期,逐漸完善著自身技術在領域中的應用,且將低成本高性能作為發展與創新的主要方向。本..
-
近紅外光譜技術的優缺點和應用范圍
?由于近紅外光譜在光纖中良好的傳輸性,近年來也被很多發達國家廣泛應用在產業在線分析中。近紅外定量分析因其快速、正確已被列人世界谷物化學科技標準協會和美國谷物化學..
-
高光譜數據常見預處理方法有哪些?
高光譜在采集數據時會有成百上千個不同的波段數據,數據量巨大從而增加了數據處理的難度。而且在高光譜圖像采集過程中會有來自儀器與環境的干擾,獲得的光譜信號易存在噪聲..
-
高光譜成像儀光譜數據特征波長的選取方法介紹
高光譜成像儀?在對樣品進行側臉時,會采集多波段的光譜數據,全波段數據有較多的冗余信息,因此就需要采用一定的方法來選取樣本光譜的特征波段與紋理特征的重要變量。本文..